基因组组装质量评估——QUAST

Published at 2020-05-04 16:02

Author：zhixy

View：2035

简介

基因组测序短序列，经组装软件如spades，velvet等组装拼接后，有必要对拼接结果进行评估。 目前最常用的评估软件，即QUAST。

输入基因组fasta文件，QUAST可直接统计fasta文件中的序列长度、GC含量、N50等指标，提供组装结果的基本信息。 在评估时如提供参考基因组，除了统计基本指标外，还会将组装结果与参考基因组序列进行比较，包括长度、GC含量、对齐程度等。 此外，除了单物种基因组外，QUAST还适用于评估宏基因组的组装结果（metaQuast）。

虽然QUAST官方网站提供了在线版本，但更常用的还是线下单机版本，推荐安装方式：

(base) [user@server ~]# conda install -c bioconda quast

参数说明

(py27) [user@server ~]# quast -h
QUAST: Quality Assessment Tool for Genome Assemblies
Version: 5.0.2

Usage: python /opt/miniconda3/envs/py27/bin/quast [options] <files_with_contigs>

Options:
-o  --output-dir  <dirname>       Directory to store all result files [default: quast_results/results_<datetime>]
-r                <filename>      Reference genome file
-g  --features [type:]<filename>  File with genomic feature coordinates in the reference (GFF, BED, NCBI or TXT)
                                  Optional 'type' can be specified for extracting only a specific feature type from GFF
-m  --min-contig  <int>           Lower threshold for contig length [default: 500]
-t  --threads     <int>           Maximum number of threads [default: 25% of CPUs]

... (此处省略96行)

Online QUAST manual is available at http://quast.sf.net/manual

QUAST参数有很多，但通常我们使用QUAST主要用于基因组组装结果的评估，因此使用默认参数即可，无需设置高级的参数。

  • -o --output-dir 分析结果输出文件夹
  • -t --threads 计算核心数
  • -r 指定参考基因组
  • 组装结果，可以是多个文件（用于比较诸如不同的软件的拼接结果，或不同Kmer值的拼接结果）

示例

以下实例，以同一基因组（ERR182500）测序结果， 在设置不同Kmer值时，velvet的拼接结果为对象，利用QUAST比较和评估结果。

velvet的拼接Kmer分别设置为33，43，53，63, 73。

(base) [user@server ~]$ quast -o quast_out -t 8 k33.fa k43.fa k53.fa k63.fa k73.fa

在quast_out文件夹中，用浏览器打开report.html文件，查看结果：

quast1

以上结果显示，Kmer=73时，QUAST认为拼接结果最好。

quast2

累计曲线显示相同的结果，即曲线越接近y轴，拼接效果越好。

参考文献

Gurevich A, Saveliev V, Vyahhi N, Tesler G. QUAST: quality assessment tool for genome assemblies. Bioinformatics. 2013 Apr 15;29(8):1072-5. DOI:10.1093/bioinformatics/btt086